闲聊正则表达式（一）

昵称10504424 2013-08-07

展开全文

这篇是跟大家没事聊聊正则表达式而已，可不要拿这个当学习教材啊！——如果看着舒服，那么给Me推荐一下。

正则是什么玩意？

　　其实这个东西就是一个文本处理工具。记住只是一个“工具”而已，不要想的太复杂。

　　对于这玩意，能用就用，不能用，咱们就不用他，换个称手的家伙。跟杀人一个道理，如果觉得枪不好用，那你就用锄头，或者刀子。

正则从哪入手？

　　如果你想了解一个人身体结构，很简单：拿刀子把身体解剖开，就知道里面都有什么了？无怪乎肉、骨头，还有水。

　　现在我们把正则剖开来看，发现也就是“元字符”和“普通文本字符”组成了正则。怎么玩好正则？就看你怎么拼装这些字符了。

注意了，既然正则是由字符构成，那我们就要养成用字符理解正则的习惯。

举个例子：

　　你是怎么理解^chuanshanjia的？

　　我想你肯是这样理解的：匹配以chuanshanjia开头的行。——这么组织语言，让脑袋转了几下，费脑子。

　　而字符理解是：先匹配一个行开头^，紧接着是c、h、u、a、n、s、h、a、n、j、i、a字符的行。——脑子不用转，挨着往下看就行了。

行的起始和结束

　　上面我举了个^chuanshanjia的例子，里面的^这个就表示行的起始。

　　现在具体来说说：

　　^（脱字符号），代表一行的行首。记住这个符号代表的是行文本中的一个位置。——只是位置而已。

　　用“脱”这个字？搞不明白，难道在一个字符的前面放这么一个符号，就表示后面的字符要脱什么东西了？——你可以这么理解，做那事的时候，首先得把衣服脱了，要不然，你们怎么开始？^_^

　　$（美元符号），代表一行的行尾。理解了^，这个自然好理解了。也仅仅表示文本行的位置。——干完事记着付钱啊，而且要给美元($)！^_^

注意了：脱字符和美元符，它们匹配的是一个位置，而不是什么具体的文本字符。

字符组

　　现在幻想一下：如果你是选美比赛的评委，现在有美女，编号是：A、B、C、D、E、F......。你看上了其中几个美女，想潜规则她们，那么你就会拿出一张小纸条，上面写上A、E、C。然后让手底下的人，去把这几个美女带上来。然后后面的事你就想吧......

字符组就相当于你拿出的那张小纸条。它的功能就是把你想要的字符放到里面。我们把这个小纸条用“【】”表示。

现在给你写个例子：

　　我准备了一张美女名单表(meinv.txt)：

美女如下：
    number:A 身高:170cm 年龄:20 
    number:B 身高:180cm 年龄:22 
    number:C 身高:172cm 年龄:23 
    number:D 身高:179cm 年龄:18 
    number:E 身高:171cm 年龄:30 
    number:F 身高:173cm 年龄:23 
    number:G 身高:190cm 年龄:22

看好了，我要潜规则了！暂且让egrep当你的手下吧。

zhoubaochuan@baochuan:~/workspace/shell$ egrep 'number:[AEC]' meinv.txt 
    number:A 身高:170cm 年龄:20
    number:C 身高:172cm 年龄:23
    number:E 身高:171cm 年龄:30

是不是得到了你想要的美女了？只要把美女的编号写到小纸条（【】）里，egrep就把你要的美女给你送上来了。

字符组的元字符

　　现在幻想一下，你是个极其懒惰的家伙。你不想亲自去挑你想要的美女？你只想把比赛的前四名潜规则了。而现在很走运，其中编号是B、C、D、E四个美女获得了前四名。现在你又把你的小纸条拿出来了，直接在上面写个范围，你的手下（egrep）就把这几个美女给你送上来了。

zhoubaochuan@baochuan:~/workspace/shell$ egrep 'number:[B-E]' meinv.txt 
    number:B 身高:180cm 年龄:22
    number:C 身高:172cm 年龄:23
    number:D 身高:179cm 年龄:18
    number:E 身高:171cm 年龄:30

看到没有，这里的“-”（连字符），就表示B到E之间所有字符。它表示一个范围。它跟[BCDE]是一样的。

以下是常用的:

　表示数字范围的[0-9]；

　表示字母范围的[a-zA-Z]。

总结

由于篇幅所限，暂时写到此处。若有不当之处，望请指教。